DBMS > LMDB vs. Newts vs. Quasardb vs. Spark SQL

Vergleich der Systemeigenschaften LMDB vs. Newts vs. Quasardb vs. Spark SQL

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A high performant, light-weight, embedded key-value database library

Time Series DBMS basierend auf Cassandra

Distributed, high-performance timeseries database

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

Primäres Datenbankmodell

Key-Value Store

Time Series DBMS

Relational DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	1,99
Rang	#125	Overall
	#21	Key-Value Stores

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Punkte	0,14
Rang	#332	Overall
	#29	Time Series DBMS

Punkte	18,96
Rang	#33	Overall
	#20	Relational DBMS

Website

www.symas.com/symas-embedded-database-lmdb

opennms.github.io/newts

quasar.ai

spark.apache.org/sql

Technische Dokumentation

www.lmdb.tech/doc

github.com/OpenNMS/newts/wiki

doc.quasar.ai/master

spark.apache.org/docs/latest/sql-programming-guide.html

Entwickler

Symas

OpenNMS Group

quasardb

Apache Software Foundation

Erscheinungsjahr

2011

2014

2009

2014

Aktuelle Version

0.9.32, Jaenner 2024

3.14.1, Jänner 2024

3.5.0 ( 2.13), September 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Free community edition, Non-profit organizations and non-commercial usage are eligible for free licenses

Open Source

Apache 2.0

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

Java

C++

Scala

Server Betriebssysteme

Linux
Unix
Windows

Linux
OS X
Windows

BSD
Linux
OS X
Windows

Linux
OS X
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

integer and binary

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

mittels Tags

nein

SQL

Support of SQL

nein

SQL-like query language

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

HTTP REST
Java API

HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C++
Clojure
Go
Haskell
Java
JavaScript (Node.js)
Lisp
Lua
MatLab
Nim
Objective C
OCaml
Perl
PHP
Python
R
Ruby
Rust
Swift
Tcl

Java

.Net
C
C#
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Java
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Sharding

consistent hashing

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Source-Replica Replikation mit wählbarem Replikationsfaktor

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

with Hadoop integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

mittels LevelDB

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Transient mode

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Cryptographically strong user authentication and audit trail

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

Automating SAP S/4HANA Migration with IT-Conductor, BGP Managed Services, and AWS | Amazon Web Services
22. August 2023, AWS Blog

The Tom Brady Data Biography
8. September 2023, StatsBomb

The Lightning Memory-mapped Database
2. März 2016, InfoQ.com

Akamai launches managed database service – Blocks and Files
25. April 2022, Blocks & Files

Connecting the worlds of metabolomics databases
15. Juni 2021, Medical Xpress

bereitgestellt von Google News

Hubble Unexpectedly Finds Double Quasar in Distant Universe
4. Oktober 2023, Science@NASA

Record quasar is most luminous object in the universe
20. Februar 2024, EarthSky

Quasar Partners with PTC to Empower IoT Customers with High-Performance Data Solutions
11. September 2023, Datanami

QUASAR yacht (Bilgin, 46.8m, 2016)
3. Juli 2023, Boat International

Meet the NiceGUI: Your Soon-to-be Favorite Python UI Library
16. April 2024, Towards Data Science

bereitgestellt von Google News

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

Performant IPv4 Range Spark Joins | by Jean-Claude Cote
24. Januar 2024, Towards Data Science

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk